Algoritmos de reconhecimento facial de tocos de máscaras

Muitas empresas de reconhecimento facial afirmam que podem identificar pessoas com precisão mesmo enquanto eles estão usando máscaras, Mas o últimos resultados de um estudo mostram que as coberturas estão aumentando drasticamente as taxas de erro.

Em uma atualização na terça-feira, o Instituto Nacional de Padrões e Tecnologia dos EUA analisou 41 algoritmos de reconhecimento facial enviados depois que a pandemia de COVID-19 foi declarada em meados de março. Muitos desses algoritmos foram projetados com máscaras faciais em mente e afirmavam que ainda eram capazes de identificar pessoas com precisão, mesmo quando metade de seu rosto estava coberto.

Em julho, o NIST divulgou um relatório observando que as máscaras faciais estavam impedindo os algoritmos de reconhecimento facial regulares, com taxas de erro variando de 5% a 50%. O NIST é amplamente considerado a autoridade líder em testes de precisão de reconhecimento facial e espera-se que os algoritmos melhorem a identificação de pessoas em máscaras faciais.

Esse dia ainda está por vir, pois todos os algoritmos experimentam aumentos marginais nas taxas de erro assim que as máscaras entram em cena. Embora alguns algoritmos ainda tenham precisão geral, como a taxa de erro do algoritmo da empresa chinesa de reconhecimento facial Dahua indo de 0.3% sem máscaras a 6% com máscaras, outros tiveram taxas de erro que aumentaram até 99%.

Rank One, um provedor de reconhecimento facial usado em cidades como Detroit, teve uma taxa de erro de 0.6% sem máscaras e uma taxa de erro de 34.5% depois que as máscaras foram aplicadas digitalmente. Em maio, a empresa passou a oferecer “reconhecimento periocular”, Que afirmava ser capaz de identificar pessoas apenas pelos olhos e nariz.

O CEO da Rank One, Brendan Klare, disse que a empresa não foi capaz de enviar esse algoritmo ao NIST por causa do limite da agência de um envio por organização.

“Portanto, o estudo da máscara do NIST não reflete nossa capacidade de realizar a identificação na presença de máscaras”, disse Klare por e-mail.

TrueFace, que é usado em escolas e em bases da Força Aérea, viu sua taxa de erro de algoritmo passar de 0.9% para 34.8% depois que as máscaras foram adicionadas. O CEO da empresa, Shaun Moore, disse à CNN em 12 de agosto que seus pesquisadores estavam trabalhando em um algoritmo melhor para detectar além das máscaras.

TrueFace não respondeu a um pedido de comentário.

Leia a história completa aqui…